CN109063849B - 一种管道内检测器的实时跟踪与分级定位系统及方法 - Google Patents
一种管道内检测器的实时跟踪与分级定位系统及方法 Download PDFInfo
- Publication number
- CN109063849B CN109063849B CN201810756993.3A CN201810756993A CN109063849B CN 109063849 B CN109063849 B CN 109063849B CN 201810756993 A CN201810756993 A CN 201810756993A CN 109063849 B CN109063849 B CN 109063849B
- Authority
- CN
- China
- Prior art keywords
- detector
- pipeline
- ball
- pressure
- positioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 9
- 230000000903 blocking effect Effects 0.000 claims description 70
- 239000007788 liquid Substances 0.000 claims description 33
- 238000005070 sampling Methods 0.000 claims description 23
- 239000002689 soil Substances 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 230000000630 rising effect Effects 0.000 claims description 13
- 230000035699 permeability Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 230000003321 amplification Effects 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000005672 electromagnetic field Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000003750 conditioning effect Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000005684 electric field Effects 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 abstract 1
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种管道内检测器的实时跟踪与分级定位系统及方法，涉及管道检测技术领域。系统包括上位机、以太网通讯模块、下位机和低磁检测模块，在管道发球端和收球端各设有一组包括数据采集器、有源滤波器、A/D转换电路和中央控制模块的下位机；本发明的方法提出一种新的内检测器在管道运行时的稳态模型，根据该模型计算稳态运行时的理论流量，通过比较实际流量来检测内检测器是否发生旁通，根据旁通情况采用流量平衡法实时跟踪内检测器，采用压力波对内检测器卡堵定位，计算定位误差范围，在该范围内携带极低频磁传感器模块精确定位内检测器。本发明能提高内检测器跟踪精度，精确定位内检测器卡堵，直观、简单，且灵敏度高、定位精确，速度快。
Description
技术领域
本发明涉及管道检测技术领域，尤其涉及一种管道内检测器的实时跟踪与分级定位系统及方法。
背景技术
伴随着工业经济和科学技术的快速发展，管道作为一种简单、可靠的运输工具，在我们的生活中得到越来越广泛的应用。例如：远距离的石油、煤气、天然气等的运输；城市中各种废水、废气的排放；空调系统的排气管道；各种核工业和加热设备的换热器管道等。随着长时间的运行，管道内流体对管道的冲击、腐蚀等会造成管道的损害或者破裂，如若不能及时发现，就会造成严重的后果。所以对管道的定期的检测和维修就显得尤为重要，管道内检测器就是在这种背景下逐渐发展起来的，可以代替人类进入一些复杂和危险的环境，完成诸如检测裂纹、腐蚀情况的任务，能够节省不少的时间和经历，所以在实际中不断得到应用。
管道运输是能源运输的重要方式。管道运输存在堵塞、结垢、结冰、裂缝等问题，需要管道内检测器进行疏通和检测。管道内检测器在长输管线中进行缺陷检测的时候，由于工作人员无法对管道内检测器的实时运动情况准确掌握，无法准确定位内检测器所处的位置，如果管道中出现内检测器卡住的情况，工作人员需要尽快准确的定位出管道内检测器卡堵的位置并将其取出，从而保持内检测在管道中能够正常的进行。所以，管道内检测器追踪定位系统对于了解内检测器在管道中的运动状态和寻找卡堵的内检测器具有十分重要的意义，不仅能辅助完成管道内检测器的检测工作，而且对管道的安全运输、降低经济损失和减少环境污染都具有重要的意义，已经产生了明显的社会与经济效益。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，提供一种管道内检测器的实时跟踪与分级定位系统及方法，以达到提高内检测器跟踪精度，精确定位内检测器卡堵的目的。
为解决上述技术问题，本发明所采取的技术方案是：
一方面，本发明提供一种管道内检测器的实时跟踪与分级定位系统，包括上位机、以太网通讯模块、下位机和低磁检测模块，其中下位机在管道的发球端和收球端各设有一组，两组下位机均包括数据采集器、有源滤波器、A/D转换电路和中央控制模块；
数据采集器，包括压力传感器、流量传感器、温度传感器和密度计，用于采集发球端和收球端的压力数据、流量数据、温度数据和密度数据，并对采集的各类信号进行标准化处理，把处理的好的数据发送至有源滤波器；
有源滤波器，用于对数据采集器采集的数据进行噪声滤波，再发送至A/D转换电路中；
A/D转换电路，用于把滤波后的模拟信号转换为数字信号，并发送至中央控制模块中；
中央控制模块，用于对发球端和收球端采集的数据进行时间同步、对A/D转换电路发送的信号进行放大和存储并通过以太网通讯模块发送至上位机中；
中央控制模块包括DSP、GPS校时模块、时钟电路、看门狗电路和电源电路，DSP的输入端连接A/D转换电路，DSP的输出端连接到上位机中；GPS校时模块通过串口与DSP连接；时钟电路、看门狗电路和电源电路均连接DSP；
上位机中包括存储器和显示器；存储器用于存储中央控制模块发送的数据和计算机可执行的跟踪定位程序；显示器与存储器连接，用于通过界面显示内检测器旁通和卡堵的相关信息；跟踪定位程序包括稳态模型建立模块、旁通判定模块、实时位置计算模块、卡堵判定模块、卡堵位置计算模块、卡堵定位范围确定模块；
稳态模型建立模块用于根据中央处理器发送的数据、内检测器与管道摩擦力、管道的高程差、流体密度和管道的长度和内径建立内检测器在管道运行的稳态模型；
旁通判定模块用于通过判断实际测量的液体流量和稳态模型计算得来的液体流量的差值是否超过阈值，确定内检测器是否产生旁通；
实时位置计算模块用于通过检测到的管道液体流量、内检测器是否旁通和内检测器发球时间来建立内检测器跟踪模型并计算内检测器实时位置；
卡堵判定模块用于通过判断发球端和收球端的压力差值是否超过阈值，确定内检测器是否卡堵；
卡堵位置计算模块用于对收球端和发球端的压力信号进行小波分解，得到卡堵产生时管道两端压力信号的突变点，进而确定卡堵点所产生的压力波到达发球端和收球端的时间差，然后由介质的体积弹性系数、液体的密度、管道约束条件有关的修正系数、管道的弹性模量和管壁厚度计算波速，并建立内检测器卡堵定位模型，计算卡堵位置；
卡堵定位范围确定模块用于计算内检测器卡堵定位范围，根据压力波计算的卡堵位置、传感器采样频率、压力的瞬变值、流量的瞬变值、压力下降速率和小波尺度，建立内检测器卡堵定位误差模型，来求取最大误差，确定内检测器卡堵定位范围；
低磁检测模块包括极低频磁传感器、低磁显示器、低磁检测模型建立模块、电压计算模块和卡堵精确定位模块；
极低频磁传感器用于检测内检测器产生的极低频电磁信号；
低磁显示器用于显示是否检测到内检测器；
低磁检测模型建立模块用于建立螺线管磁场分布模型和极低频磁传感器定位电压信号模型，在压力波计算的卡堵定位范围内寻找内检测器位置；
电压计算模块用于根据极低频磁传感器接收天线与通电螺线管的高度差、管壁的厚度、土层的厚度、水层的厚度、螺线管线圈的内径、螺线管线圈的的长度和匝数，计算出极低频磁传感器理论输出电压；
卡堵精确定位模块用于计算极低频磁传感器检查电压和理论电压的互相关序列，通过设置互相关序列的判别因子，来精确定位卡堵。
另一方面，本发明还提供一种管道内检测器的实时跟踪与分级定位方法，采用上述的管道内检测器的实时跟踪与分级定位系统实现，该方法包括以下步骤：
步骤1、采用数据采集器采集发球端和收球端的压力数据、流量数据、温度数据和密度数据，并对采集的各类信号进行标准化处理，把处理好的数据发送至有源滤波电路进行滤波；
步骤2、在下位机中通过A/D转换电路对滤波后的多源信号进行模数转换，采用中央控制模块中的GPS校时模块对发球端和收球端采集到的信号进行校时处理，把处理后的数据发送至上位机中存储和显示；
步骤3、判断内检测器是否产生旁通；
先建立内检测器在管道运行的稳态模型，然后计算流量的理论值与实际值的差别，再进一步判断内检测器是否产生旁通；具体方法如下：
步骤3-1、建立内检测器在管道运行的稳态模型；考虑内检测器与管道摩擦力和管道的高程差，建立模型如下：
其中，Pa为首站压力，Pb为末站压力，Ha为首站高度，Hb为末站高度，ρ为液体密度，g为重力加速度，λa为水力摩阻系数，L为管段长度，D为管道内径，Q为液体流量，f为内检测器与管道的滑动摩擦系数，m为内检测器的重量；
步骤3-2、计算流量阈值；相同压力下，内检测器产生极大旁通与正常运行时流量平方的差值为
如下式所示：
设置初始流量阈值为
步骤3-2、设置时间计数器为Count，时间阈值为T0，当
时，Count加1，否则Count清零；其中，Qa为实际测量的液体流量，Qb为由稳态模型计算得来的液体流量；
步骤3-3、判断时间计数器Count的值，若Count的值为0，则获得实际流量值作为步骤4采用的流量值，则执行步骤4；若Count的值为大于0并小于T0，保存Count的值，获得实际流量值作为步骤4采用的流量值，执行步骤4；若Count的值为大于等于T0，则执行步骤3-4；
步骤3-4、判定为内检测器旁通，获得理论流量值作为步骤4采用的流量值，上位机显示器中弹出内检测器报警界面；按下式计算旁通量ΔQ2：
步骤3-5、上位机显示器中弹出提示界面，显示旁通开始时间、旁通量、理论流量值和实际流量值；
步骤4、获取内检测器发球时间并实时定位内检测器，内检测器发出后，输入精确的发球时间，并采用如下公式进行内检测器实时定位：
其中，d为内检测器距离发球端的实时距离；
当i＝1时，Qi为发球时的流量，当i＝t0时，Qi为当前的流量，
为从发球时刻到当前时刻的流量累计量；当内检测器旁通时，Qi为采用稳态模型计算得来的液体流量；当内检测器正常时，Qi为采用实际测量的液体流量；
步骤5、判断内检测器是否卡堵；
实时监测管道两端的压力数据，设置发球端压力上升阈值、收球端压力下降阈值，当发球端压力上升值大于上升阈值，收球端压力下降值大于下降阈值，并且它们的时间间隔小于压力波从发球端传到收球端的时间时，判定内检测器产生卡堵，执行步骤6，否则执行步骤3；
步骤6、确定内检测器卡堵点所产生的压力波到达发球端和收球端的时间差；
利用haar小波作为小波基函数，如下式所示，对压力信号进行5层小波分解；
f(t)＝h1+h2+h3+h4+h5+c5 (5)
得到一个低频近似部分c5和五层的高频部分h1、h2、h3、h4、h5；压力信号经小波变换后的极值点与原信号的奇异点有很好的对应关系，也就是压力曲线的开始上升的时刻，在小波变换的结果上对应一个幅值很大的极值点；选取最大极值点作为原信号的奇异点，即可求出压力突变的时间点，进而求出内检测器卡堵点所产生的压力波到达发球端和收球端的时间差；
步骤7、由压力波计算内检测器卡堵位置，需要建立内检测器定位模型，计算压力波精确传播速度，根据内检测器卡堵点所产生的压力波到达发球端和收球端的时间差来计算卡堵的位置；具体方法如下：
步骤7-1、压力波传播速度vp采用下式计算：
其中，K为介质的体积弹性系数，ρ为液体的密度，C为管道约束条件有关的修正系数，E为管道的弹性模量，d1为管壁厚度；
步骤7-2、建立内检测器定位模型计算内检测器卡堵位置，内检测器卡堵的定位公式如下：
其中，S是内检测器发球端的位置，vp是压力波的传播速度，v是内检测器卡堵前一刻的速度，Δt是压力波到达发球端与到达收球端的时间差；
步骤8、计算内检测器卡堵定位范围；
影响内检测器卡堵定位范围的因素有传感器采样频率、压力下降速率和小波尺度，故通过求取最大误差来确定内检测器卡堵定位范围；具体方法如下：
步骤8-1、计算压力传感器采样频率带来的误差，压力波在不同油质中的传播速度为1200m/s，传感器采样频率带来的误差w1如下式所示；
w1＝1200m/s×T (8)
其中，T为压力变送器的采样周期；
步骤8-2、按下式计算压力下降速率和小波尺度带来的误差w2：
其中，C0为修正参数，P11为发球端卡堵前压力，P12为发球端卡堵时压力，P21为收球端卡堵前压力，P22为收球端卡堵时压力，Q11为发球端卡堵前流量，Q12为发球端卡堵时流量，Q21为收球端卡堵前流量，Q22为收球端卡堵时流量，a为小波分解时的平均小波尺度；
步骤8-3、计算管道内检测器卡堵带来的最大误差，并确定内检测器的卡堵定位范围为：S-C1(w1+w2)～S+C1(w1+w2)；其中，C1为卡堵定位范围修正参数；
步骤8-4、上位机显示器中弹出卡堵报警界面，显示内检测器卡堵开始时间和卡堵位置范围；
步骤9、在步骤8中计算得到的定位范围内，采用低磁检测模块精确定位卡堵；具体方法如下：
步骤9-1、建立螺线管磁场分布模型；
螺线管半径相对于场点的距离较小，线圈内电流分布认为是均匀的，在线圈中通入时变电流：I(t)＝Imeiωt，其中ω为角频率，Im为线圈通电电流值；
点
是在空间某一点极低频磁传感器接收天线的球面坐标，r是坐标原点与p点的距离，θ是
与z轴正向的夹角
为从x轴按逆时针方向转到
在xov面投影所转过的角，采用矢量式方法来求解螺线管在其外部空间所产生的电磁场分布，根据电磁学理论，电流密度为J(r)在空间点
所产生的磁矢势为：
其中，
ε为外部环境的介电常数，μ外部是环境的磁导率，
是
在xoy面投影；V是对通电螺线管的体积求积分；
根据电场强度与磁矢势关系
即可求出螺线管的极低频电磁场分布，经过化简，求得外界空间某点在球面坐标下极低频电磁强度的表达式为：
其中，n为单位长度内线圈的匝数，l为线圈的长度，a0为螺线管线圈内径，d1为管壁厚度，Br为极低频在径向距离下电磁强度，Bθ为极低频在方位角下的电磁强度；
考虑不同介质(管壁、土层和水层)的屏蔽作用，建立极低频电磁强度在空间坐标下的模型：
其中，h为极低频磁传感器接收天线与通电螺线管的高度差，d1是管壁的厚度，d2是土层的厚度，d3是水层的厚度，μ1是管壁的磁导率，μ2是土层的磁导率，μ3是水层的磁导率，σ1是管壁的电导率，σ2是土层的电导率，σ3是水层的电导率；
步骤9-2、极低频磁传感器定位电压信号建模；
以极低频磁传感器为中心点建立空间坐标系，xoy面与水平面平行，推导出极低频磁传感器输出电压为：
U＝b(Bxcosα+Bysinα) (16)
其中，b为一常数，为极低频磁传感器后续调理电路电压的放大倍数，在极低频磁传感器后续放大滤波电路设计一定的情况下，默认为一定值；α为极低频磁传感器与x轴之间的夹角；
步骤9-3、内检测器精确快速定位；
由极低频磁传感器接收天线与通电螺线管的高度差、管壁的厚度、土层的厚度、水层的厚度、螺线管线圈的内径、螺线管线圈的的长度和匝数，根据式(16)可计算出极低频磁传感器理论输出电压Uz(t)，极低频磁传感器实际感应电压经信号调理后输出的电压值为U0(t)；对实际测量信号U0(t)进行离散采集，记为U0(n)，以同样的采样周期对理论输出电压Uz(t)进行采样，记为Uz(n)；R(n)为测量信号U0(n)和理论信号Uz(n)的互相关序列，如下式所示；
当极低频磁传感器的天线在内检测器正上方时，Uo(n)与Uz(n)高度相关，此时R(n)的值达到最大；取互相关序列的平均值为互相关序列的判别因子γ：
步骤10、携带极低频磁传感器模块在步骤8中计算得到的定位范围内检测内检测器的精确位置，把极低频磁传感器测得的输出电压带入式(17)和式(18)计算出判别因子，极低频磁传感器模块越靠近内检测器，计算出的判别因子越大，当判别因子达到最大时，低频显示器显示当前的测得判别因子，并提示内检测器位于极低频磁传感器模块的下方。
采用上述技术方案所产生的有益效果在于：本发明提供的一种管道内检测器的实时跟踪与分级定位系统及方法，在现有的输油管道稳态模型的基础上，结合内检测器的结构特点，提出一种新的内检测器在管道运行时的稳态模型，根据该模型计算稳态运行时的理论流量，并通过比较实际流量来检测内检测器是否发生旁通，同时根据旁通情况采用流量平衡法来实时跟踪内检测器，并采用压力波对内检测器卡堵定位，计算定位误差范围，在该范围内携带极低频磁传感器模块精确定位内检测器，该系统及方法直观、简单，且灵敏度高、定位精确，速度快。
附图说明
图1为本发明实施例提供的管道内检测器的实时跟踪与分级定位系统结构示意图；
图2为本发明实施例提供的管道内检测器的实时跟踪与分级定位系统的信号传递示意图；
图3为本发明实施例提供的管道内检测器的实时跟踪与分级定位方法流程图；
图4为本发明实施例提供的判断内检测器旁通方法流程图；
图5为本发明实施例提供的分级确定管道内检测器卡堵位置的方法流程图。
图中：1、以太网通讯模块；2、下位机；3、低磁检测模块；4、管道；5、发球端；6、收球端；7、内检测器。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本实施例中一种管道内检测器的实时跟踪与分级定位系统，包括上位机、以太网通讯模块1、下位机2和低磁检测模块3，其中下位机2在管道4的发球端5和收球端6各设有一组，两组下位机均包括数据采集器、有源滤波器、A/D转换电路和中央控制模块。
数据采集器，包括压力传感器、流量传感器、温度传感器和密度计，用于采集发球端5和收球端6的压力数据、流量数据、温度数据和密度数据，并对采集的各类信号进行标准化处理，把处理的好的数据发送至有源滤波电路进行滤波；
有源滤波器，用于对数据采集器采集的数据进行噪声滤波，再发送至A/D转换电路中；
A/D转换电路，用于把滤波后的模拟信号转换为数字信号，并发送至中央控制模块中；
中央控制模块，用于对发球端5和收球端6采集的数据进行时间同步、对A/D转换电路发送的信号进行放大和存储并通过以太网通讯模块1发送至上位机中。
如图2所示，本实施例中，数据信号为单向传递，在输油站场，将检测到的这些大量的毫秒级数据，如压力、流量、温度、密度传给数据采集器，进行信号处理；由有源滤波器对这些信号进行滤波，再由A/D转换电路把模拟信号转换为数字信号，处理后的数据信号接到下位机2的中央控制模块中，最后由以太网通讯模块1传输到上位机中。
本实施例中，中央控制器包括DSP、CPS校时模块、时钟电路、看门狗电路和电源电路，达到对上下游采集的数据进行时间上的同步的目的，滤波电路与A/D转换电路相连，实现从模拟信号导数据信号的转变；DSP单元的输出端连接到上位机中。本实施例中，DSP单元选用ADSP21060型号的模块，GPS校时模块选用DNF4533A型号，有源滤波电路选用三阶萨顿斯有源滤波器，A/D转换芯片选用AD7705，数据采集器选用SYAD08A4型号。
上位机中包括存储器和显示器；存储器用于存储中央控制模块发送的数据和计算机可执行的跟踪定位程序；显示器与存储器连接，用于通过界面显示内检测器7旁通和卡堵的相关信息；跟踪定位程序包括稳态模型建立模块、旁通判定模块、实时位置计算模块、卡堵判定模块、卡堵位置计算模块、卡堵定位范围确定模块；
稳态模型建立模块用于根据中央处理器发送的数据、内检测器与管道摩擦力、管道的高程差、流体密度和管道的长度和内径建立内检测器在管道运行的稳态模型；
旁通判定模块用于通过判断实际测量的液体流量和稳态模型计算得来的液体流量的差值是否超过阈值，确定内检测器7是否产生旁通；
实时位置计算模块用于通过检测到的管道液体流量、内检测器是否旁通和内检测器7发球时间来建立内检测器跟踪模型并计算内检测器7实时位置；
卡堵判定模块用于通过判断发球端5和收球端6的压力差值是否超过阈值，确定内检测器7是否卡堵；
卡堵位置计算模块用于对收球端6和发球端5的压力信号进行小波分解，得到卡堵产生时管道4两端压力信号的突变点，进而确定卡堵点所产生的压力波到达发球端5和收球端6的时间差，然后由介质的体积弹性系数、液体的密度、管道约束条件有关的修正系数、管道的弹性模量和管壁厚度计算波速，并建立内检测器卡堵定位模型，计算卡堵位置；
卡堵定位范围确定模块用于计算内检测器卡堵定位范围，根据压力波计算的卡堵位置、传感器采样频率、压力的瞬变值、流量的瞬变值、压力下降速率和小波尺度，建立内检测器卡堵定位误差模型，来求取最大误差，确定内检测器卡堵定位范围；
低磁检测模块3包括极低频磁传感器，低磁显示器、低磁检测模型建立模块、电压计算模块和卡堵精确定位模块；
极低频磁传感器用于检测内检测器7产生的极低频电磁信号；
低磁显示器用于显示是否检测到内检测器7；
低磁检测模型建立模块用于建立螺线管磁场分布模型和极低频磁传感器定位电压信号模型，在压力波计算的卡堵定位范围内寻找内检测器7位置；
电压计算模块用于根据极低频磁传感器接收天线与通电螺线管的高度差、管壁的厚度、土层的厚度、水层的厚度、螺线管线圈的内径、螺线管线圈的的长度和匝数计算出极低频磁传感器理论输出电压；
卡堵精确定位模块用于计算极低频磁传感器检查电压和理论电压的互相关序列，通过设置互相关序列的判别因子，来精确定位卡堵。
另一方面，本实施例还提供一种管道内检测器的实时跟踪与分级定位方法，即为一种基于高低频混合检测的管道泄漏监测方法，采用上述的管道内检测器的实时跟踪与分级定位系统实现，如图3所示，该方法包括以下步骤。
步骤1、采用高速数据采集器采集发球端5和收球端6的压力数据、流量数据、温度数据和密度数据，并对采集的各类信号进行标准化处理，把处理的好的数据发送至有源滤波电路进行滤波。
步骤2、在下位机2中通过A/D转换电路对滤波后的多源信号进行模数转换，并采用中央控制模块中的GPS校时模块对发球端5和收球端6采集到的信号进行校时处理，把处理后的数据发送至上位机中存储和显示。
步骤3、判断内检测器7是否产生旁通。
先建立内检测器在管道运行的稳态模型，然后计算流量的理论值与实际值的差别，再进一步判断是否旁通。如图4所示，具体方法如下：
步骤3-1、建立内检测器在管道运行的稳态模型。考虑内检测器与管道摩擦力和管道的高程差，建立模型如下：
其中，Pa为首站压力，Pb为末站压力，Ha为首站高度，Hb为末站高度，ρ为液体密度，g为重力加速度，λa为水力摩阻系数，L为管段长度，D为管道内径，Q为液体流量，f为内检测器与管道的滑动摩擦系数，m为内检测器的重量；
本实施例中，Ha取值201m，Hb取值105m，L取值95.1km，D的值取309.6mm，m的值取305kg；
步骤3-2、计算流量阈值；相同压力下，内检测器产生极大旁通与正常运行时流量平方的差值为
如下式所示：
设置初始流量阈值为
步骤3-2、设置时间计数器为Count，时间阈值为T0，当
时，Count加1，否则Count清零；其中，Qa为实际测量的液体流量，Qb为由稳态模型计算得来的液体流量；
本实施例中，时间阈值T0的值取10；
步骤3-3、判断时间计数器Count的值，若Count的值为0，则获得实际流量值作为步骤4采用的流量值，则执行步骤4；若Count的值为大于0并小于T0，保存Count的值，获得实际流量值作为步骤4采用的流量值，执行步骤4；若Count的值为大于等于T0，则执行步骤3-4；
步骤3-4、判定为内检测器7旁通，获得理论流量值作为步骤4采用的流量值，上位机显示器中弹出内检测器报警界面；按下式计算旁通量ΔQ2：
步骤3-5、上位机显示器中弹出提示界面，显示旁通开始时间、旁通量、理论流量值和实际流量值。
步骤4、获取内检测器7发球时间并实时定位内检测器7，内检测器7发出后，输入精确的发球时间，并采用如下公式进行内检测器7实时定位：
其中，d为内检测器7距离发球端5的实时距离；
当i＝1时，Qi为发球时的流量，当i＝t0时，Qi为当前的流量，
为从发球时刻到当前时刻的流量累计量；当内检测器7旁通时，Qi为采用稳态模型计算得来的液体流量；当内检测器7正常时，Qi为采用实际测量的液体流量。
步骤5、判断内检测器7是否卡堵；
实时监测管道两端的压力数据，设置发球端压力上升阈值、收球端压力下降阈值，当发球端压力上升值大于上升阈值，收球端压力下降值大于下降阈值，并且它们的时间间隔小于压力波从发球端5传到收球端6的时间时，判定内检测器7产生卡堵，执行步骤6，否则执行步骤3；
本实施例中，上升阈值取0.005Mpa，下降阈值取0.0045Mpa。
当内检测器7产生卡堵时，通过分级确定管道内检测器7卡堵位置，如图5所示，具体方法如步骤6～10所述。
步骤6、确定内检测器7卡堵点所产生的压力波到达发球端5和收球端6的时间差。利用haar小波作为小波基函数，如下式所示，对压力信号进行5层小波分解；
f(t)＝h1+h2+h3+h4+h5+c5 (5)
得到一个低频近似部分c5和五层的高频部分h1、h2、h3、h4、h5；压力信号经小波变换后的极值点与原信号的奇异点有很好的对应关系，也就是压力曲线的开始上升的时刻，在小波变换的结果上对应一个幅值很大的极值点；选取最大极值点作为原信号的奇异点，即可求出压力突变的时间点，进而求出内检测器7卡堵点所产生的压力波到达发球端5和收球端6的时间差。
步骤7、由压力波计算内检测器7卡堵位置，需要建立内检测器定位模型，计算压力波精确传播速度，根据内检测器7卡堵点所产生的压力波到达发球端5和收球端6的时间差来计算卡堵的位置；具体方法如下：
步骤7-1、压力波传播速度的确定对内检测器定位精确的影响特别大，其传播速度受到很多因素的影响，压力波传播速度vp采用下式计算：
其中，K为介质的体积弹性系数，ρ为液体的密度，C为管道约束条件有关的修正系数，E为管道的弹性模量，d1为管壁厚度；
本实施例中，管壁厚度d1的值取14.3mm；
步骤7-2、建立内检测器定位模型计算内检测器卡堵位置，内检测器卡堵的定位公式如下：
其中，S是内检测器发球端的位置，vp是压力波的传播速度，v是内检测器卡堵前一刻的速度，Δt是压力波到达发球端5与到达收球端6的时间差；
本实施例中，压力波的传播速度vp取1175m/s，内检测器卡堵前一刻的速度v的值为卡堵前一刻的流量除以管道横截面积。
步骤8、计算内检测器卡堵定位范围。影响内检测器卡堵定位范围的主要有传感器采样频率，压力下降速率和小波尺度等因素，故可通过求取最大误差来确定内检测器卡堵定位范围；
具体方法如下：
步骤8-1、计算压力传感器采样频率带来的误差，结合公知常识压力波在不同油质中的传播速度约在之间900~1200m/s，本实施例选取最大值1200m/s，传感器采样频率带来的误差w1如下式所示；
w1＝1200m/s×T (8)
其中，T为压力变送器的采样周期；
在本实施例中，压力变送器的采样周期T的值取1ms；
步骤8-2、按下式计算压力下降速率和小波尺度带来的误差w2：
其中，C0为修正参数，P11为发球端卡堵前压力，P12为发球端卡堵时压力，P21为收球端卡堵前压力，P22为收球端卡堵时压力，Q11为发球端卡堵前流量，Q12为发球端卡堵时流量，Q21为收球端卡堵前流量，Q22为收球端卡堵时流量，a为小波分解时的平均小波尺度，T为压力变送器的采样周期，vp是压力波的传播速度；
在本实施例中，修正参数C0的值取1.23，平均小波尺度a的值取28；
步骤8-3、计算管道内检测器卡堵带来的最大误差，并确定内检测器的卡堵定位范围为：S-C1(w1+w2)～S+C1(w1+w2)；其中，C1为卡堵定位范围修正参数；
在本实施例中，卡堵定位范围修正参数C1的值取1.01；
步骤8-4、上位机显示器中弹出卡堵报警界面，显示内检测器卡堵开始时间和卡堵位置范围。
步骤9、在步骤8中计算得到的定位范围内，采用低磁检测模块3精确定位卡堵。具体方法如下：
步骤9-1、建立螺线管磁场分布模型；
螺线管半径相对于场点的距离较小，线圈内电流分布认为是均匀的，在线圈中通入时变电流：I(t)＝Imeiωt，其中ω为角频率，Im为线圈通电电流值；
点
是在空间某一点极低频磁传感器接收天线的球面坐标，r是坐标原点与p点的距离，θ是
与z轴正向的夹角，
为从x轴按逆时针方向转到
在xoy面投影所转过的角，采用矢量式方法来求解螺线管在其外部空间所产生的电磁场分布，根据电磁学理论，电流密度为J(r)在空间点
所产生的磁矢势为：
其中，
ε为外部环境的介电常数，μ外部是环境的磁导率，
是
在xoy面投影；V是对通电螺线管的体积求积分；
根据电场强度与磁矢势关系
即可求出螺线管的极低频电磁场分布，经过化简，求得外界空间某点在球面坐标下极低频电磁强度的表达式为：
其中，n为单位长度内线圈的匝数，l为线圈的长度，a0为螺线管线圈内径，d1为管壁厚度，Br为极低频在径向距离下电磁强度，Bθ为极低频在方位角下的电磁强度；
考虑不同介质(管壁、土层和水层)的屏蔽作用，建立极低频电磁强度在空间坐标下的模型：
其中，h为极低频磁传感器接收天线与通电螺线管的高度差，d1是管壁的厚度，d2是土层的厚度，d3是水层的厚度，μ1是管壁的磁导率，μ2是土层的磁导率，μ3是水层的磁导率，σ1是管壁的电导率，σ2是土层的电导率，σ3是水层的电导率；
在本实施例中，管壁的厚度d1的值取14.3mm，土层的厚度d2的值取15m，水层的厚度d3取值105.3m；
步骤9-2、极低频磁传感器定位电压信号建模；
以极低频磁传感器为中心点建立空间坐标系，xoy面与水平面平行，推导出极低频磁传感器输出电压为：
U＝b(Bxcosα+Bysinα) (16)
其中，b为一常数，为极低频磁传感器后续调理电路电压的放大倍数，在极低频磁传感器后续放大滤波电路设计一定的情况下，默认为一定值；α为极低频磁传感器与x轴之间的夹角；
在本实施例中，b的值取20，α取0；
步骤9-3、内检测器精确快速定位；
极低频磁传感器感应的电压值与在一定角度下得到的传感器理论电压值有高度的相关性，可以采用两信号的相关性对管道内检测器，进行自动识别定位。由极低频磁传感器接收天线与通电螺线管的高度差、管壁的厚度、土层的厚度、水层的厚度、螺线管线圈的内径、螺线管线圈的的长度和匝数，根据式(16)可计算出极低频磁传感器理论输出电压Uz(t)，极低频磁传感器实际感应电压经信号调理后输出的电压值为U0(t)；对实际测量信号U0(t)进行离散采集，记为U0(n)，以同样的采样周期对理论输出电压Uz(t)进行采样，记为Uz(n)；R(n)为测量信号U0(n)和理论信号Uz(n)的互相关序列，如下式所示；
当定位极低频磁传感器天线在内检测器7正上方时，Uo(n)与Uz(n)高度相关，此时R(n)的值达到最大；取互相关序列的平均值为互相关序列的判别因子γ：
步骤10、携带极低频磁传感器模块在步骤8中计算得到的定位范围内检测内检测器7的精确位置，把极低频磁传感器测得的输出电压带入式(17)和式(18)计算出判别因子，极低频磁传感器模块越靠近内检测器7，计算出的判别因子越大，当判别因子达到最大时，低频显示器显示当前的测得判别因子，并提示内检测器7位于极低频磁传感器模块的下方。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (5)
1.一种管道内检测器的实时跟踪与分级定位系统，其特征在于：包括上位机、以太网通讯模块、下位机和低磁检测模块，其中下位机在管道的发球端和收球端各设有一组，两组下位机均包括数据采集器、有源滤波器、A/D转换电路和中央控制模块；
数据采集器，包括压力传感器、流量传感器、温度传感器和密度计，用于采集发球端和收球端的压力数据、流量数据、温度数据和密度数据，并对采集的各类信号进行标准化处理，把处理的好的数据发送至有源滤波器；
有源滤波器，用于对数据采集器采集的数据进行噪声滤波，再发送至A/D转换电路中；
A/D转换电路，用于把滤波后的模拟信号转换为数字信号，并发送至中央控制模块中；
中央控制模块，用于对发球端和收球端采集的数据进行时间同步、对A/D转换电路发送的信号进行放大和存储并通过以太网通讯模块发送至上位机中；
中央控制模块包括DSP、GPS校时模块、时钟电路、看门狗电路和电源电路，DSP的输入端连接A/D转换电路，DSP的输出端连接到上位机中；GPS校时模块通过串口与DSP连接；时钟电路、看门狗电路和电源电路均连接DSP；
上位机中包括存储器和显示器；存储器用于存储中央控制模块发送的数据和计算机可执行的跟踪定位程序；显示器与存储器连接，用于通过界面显示内检测器旁通和卡堵的相关信息；跟踪定位程序包括稳态模型建立模块、旁通判定模块、实时位置计算模块、卡堵判定模块、卡堵位置计算模块、卡堵定位范围确定模块；
稳态模型建立模块用于根据中央处理器发送的数据、内检测器与管道摩擦力、管道的高程差、流体密度和管道的长度和内径建立内检测器在管道运行的稳态模型；
旁通判定模块用于通过判断实际测量的液体流量和稳态模型计算得来的液体流量的差值是否超过阈值，确定内检测器是否产生旁通；
实时位置计算模块用于通过检测到的管道液体流量、内检测器是否旁通和内检测器发球时间来建立内检测器跟踪模型并计算内检测器实时位置；
卡堵判定模块用于通过判断发球端和收球端的压力差值是否超过阈值，确定内检测器是否卡堵；
卡堵位置计算模块用于对收球端和发球端的压力信号进行小波分解，得到卡堵产生时管道两端压力信号的突变点，进而确定卡堵点所产生的压力波到达发球端和收球端的时间差，然后由介质的体积弹性系数、液体的密度、管道约束条件有关的修正系数、管道的弹性模量和管壁厚度计算波速，并建立内检测器卡堵定位模型，计算卡堵位置；
卡堵定位范围确定模块用于计算内检测器卡堵定位范围，根据压力波计算的卡堵位置、传感器采样频率、压力的瞬变值、流量的瞬变值、压力下降速率和小波尺度，建立内检测器卡堵定位误差模型，来求取最大误差，确定内检测器卡堵定位范围；
低磁检测模块包括极低频磁传感器、低磁显示器、低磁检测模型建立模块、电压计算模块和卡堵精确定位模块；
极低频磁传感器用于检测内检测器产生的极低频电磁信号；
低磁显示器用于显示是否检测到内检测器；
低磁检测模型建立模块用于建立螺线管磁场分布模型和极低频磁传感器定位电压信号模型，在压力波计算的卡堵定位范围内寻找内检测器位置；
电压计算模块用于根据极低频磁传感器接收天线与通电螺线管的高度差、管壁的厚度、土层的厚度、水层的厚度、螺线管线圈的内径、螺线管线圈的长度和匝数，计算出极低频磁传感器理论输出电压；
卡堵精确定位模块用于计算极低频磁传感器检查电压和理论电压的互相关序列，通过设置互相关序列的判别因子，来精确定位卡堵。
2.一种管道内检测器的实时跟踪与分级定位方法，采用权利要求1所述的管道内检测器的实时跟踪与分级定位系统实现，其特征在于：该方法包括以下步骤：
步骤1、采用数据采集器采集发球端和收球端的压力数据、流量数据、温度数据和密度数据，并对采集的各类信号进行标准化处理，把处理好的数据发送至有源滤波电路进行滤波；
步骤2、在下位机中通过A/D转换电路对滤波后的多源信号进行模数转换，采用中央控制模块中的GPS校时模块对发球端和收球端采集到的信号进行校时处理，把处理后的数据发送至上位机中存储和显示；
步骤3、判断内检测器是否产生旁通；
先建立内检测器在管道运行的稳态模型，然后计算流量的理论值与实际值的差别，再进一步判断内检测器是否产生旁通；
步骤4、获取内检测器发球时间并实时定位内检测器，内检测器发出后，输入精确的发球时间，并采用如下公式进行内检测器实时定位：
其中，D为管道内径，d为内检测器距离发球端的实时距离；
当i＝1时，Qi为发球时的流量，当i＝t0时，Qi为当前的流量，
为从发球时刻到当前时刻的流量累计量；当内检测器旁通时，Qi为采用稳态模型计算得来的液体流量；当内检测器正常时，Qi为采用实际测量的液体流量；
步骤5、判断内检测器是否卡堵；
实时监测管道两端的压力数据，设置发球端压力上升阈值、收球端压力下降阈值，当发球端压力上升值大于上升阈值，收球端压力下降值大于下降阈值，并且它们的时间间隔小于压力波从发球端传到收球端的时间时，判定内检测器产生卡堵，执行步骤6，否则执行步骤3；
步骤6、确定内检测器卡堵点所产生的压力波到达发球端和收球端的时间差；
利用haar小波作为小波基函数，如下式所示，对压力信号进行5层小波分解；
f(t)＝h1+h2+h3+h4+h5+c5 (5)
得到一个低频近似部分c5和五层的高频部分h1、h2、h3、h4、h5；压力信号经小波变换后的极值点与原信号的奇异点有很好的对应关系，也就是压力曲线的开始上升的时刻，在小波变换的结果上对应一个幅值很大的极值点；选取最大极值点作为原信号的奇异点，即可求出压力突变的时间点，进而求出内检测器卡堵点所产生的压力波到达发球端和收球端的时间差；
步骤7、由压力波计算内检测器卡堵位置，需要建立内检测器定位模型，计算压力波精确传播速度，根据内检测器卡堵点所产生的压力波到达发球端和收球端的时间差来计算卡堵的位置；具体方法如下：
步骤7-1、压力波传播速度vp采用下式计算：
其中，K为介质的体积弹性系数，ρ为液体的密度，C为管道约束条件有关的修正系数，E为管道的弹性模量，d1为管壁厚度；
步骤7-2、建立内检测器定位模型计算内检测器卡堵位置，内检测器卡堵的定位公式如下：
其中，S是内检测器发球端的位置，L为管段长度，vp是压力波的传播速度，v是内检测器卡堵前一刻的速度，Δt是压力波到达发球端与到达收球端的时间差；
步骤8、计算内检测器卡堵定位范围；
影响内检测器卡堵定位范围的因素有传感器采样频率、压力下降速率和小波尺度，故通过求取最大误差来确定内检测器卡堵定位范围；
步骤9、在步骤8中计算得到的定位范围内，采用低磁检测模块精确定位卡堵；
步骤10、携带极低频磁传感器模块在步骤8中计算得到的定位范围内检测内检测器的精确位置，把极低频磁传感器测得的输出电压带入判别因子计算公式，极低频磁传感器模块越靠近内检测器，计算出的判别因子越大，当判别因子达到最大时，低频显示器显示当前的测得判别因子，并提示内检测器位于极低频磁传感器模块的下方。
3.根据权利要求2所述的管道内检测器的实时跟踪与分级定位方法，其特征在于：所述步骤3的具体方法如下：
步骤3-1、建立内检测器在管道运行的稳态模型；考虑内检测器与管道摩擦力和管道的高程差，建立模型如下：
其中，Pa为首站压力，Pb为末站压力，Ha为首站高度，Hb为末站高度，ρ为液体密度，g为重力加速度，λa为水力摩阻系数，L为管段长度，D为管道内径，Q为液体流量，f为内检测器与管道的滑动摩擦系数，m为内检测器的重量；
步骤3-2、计算流量阈值；相同压力下，内检测器产生极大旁通与正常运行时流量平方的差值为
如下式所示：
设置初始流量阈值为
步骤3-2、设置时间计数器为Count，时间阈值为T0，当
时，Count加1，否则Count清零；其中，Qa为实际测量的液体流量，Qb为由稳态模型计算得来的液体流量；
步骤3-3、判断时间计数器Count的值，若Count的值为0，则获得实际流量值作为步骤4采用的流量值，则执行步骤4；若Count的值为大于0并小于T0，保存Count的值，获得实际流量值作为步骤4采用的流量值，执行步骤4；若Count的值为大于等于T0，则执行步骤3-4；
步骤3-4、判定为内检测器旁通，获得理论流量值作为步骤4采用的流量值，上位机显示器中弹出内检测器报警界面；按下式计算旁通量ΔQ2：
步骤3-5、上位机显示器中弹出提示界面，显示旁通开始时间、旁通量、理论流量值和实际流量值。
4.根据权利要求2所述的管道内检测器的实时跟踪与分级定位方法，其特征在于：所述步骤8的具体方法如下：
步骤8-1、计算压力传感器采样频率带来的误差，压力波在不同油质中的传播速度为1200m/s，传感器采样频率带来的误差w1如下式所示；
w1＝1200m/s×T (8)
其中，T为压力变送器的采样周期；
步骤8-2、按下式计算压力下降速率和小波尺度带来的误差w2：
其中，C0为修正参数，P11为发球端卡堵前压力，P12为发球端卡堵时压力，P21为收球端卡堵前压力，P22为收球端卡堵时压力，Q11为发球端卡堵前流量，Q12为发球端卡堵时流量，Q21为收球端卡堵前流量，Q22为收球端卡堵时流量，a为小波分解时的平均小波尺度；
步骤8-3、计算管道内检测器卡堵带来的最大误差，并确定内检测器的卡堵定位范围为：S-C1(w1+w2)～S+C1(w1+w2)；其中，C1为卡堵定位范围修正参数；
步骤8-4、上位机显示器中弹出卡堵报警界面，显示内检测器卡堵开始时间和卡堵位置范围。
5.根据权利要求2所述的管道内检测器的实时跟踪与分级定位方法，其特征在于：所述步骤9的具体方法如下：
步骤9-1、建立螺线管磁场分布模型；
螺线管半径相对于场点的距离较小，线圈内电流分布认为是均匀的，在线圈中通入时变电流：I(t)＝Imeiωt，其中ω为角频率，Im为线圈通电电流值；
点
是在空间某一点极低频磁传感器接收天线的球面坐标，r是坐标原点与p点的距离，θ是
与z轴正向的夹角，
为从x轴按逆时针方向转到
在xoy面投影所转过的角，采用矢量式方法来求解螺线管在其外部空间所产生的电磁场分布，根据电磁学理论，电流密度为J(r)在空间点
所产生的磁矢势为：
其中，
ε为外部环境的介电常数，μ外部是环境的磁导率，
是
在xoy面投影；V是对通电螺线管的体积求积分；
根据电场强度与磁矢势关系
即可求出螺线管的极低频电磁场分布，经过化简，求得外界空间某点在球面坐标下极低频电磁强度的表达式为：
其中，n为单位长度内线圈的匝数，l为线圈的长度，a0为螺线管线圈内径，d1为管壁厚度，Br为极低频在径向距离下电磁强度，Bθ为极低频在方位角下的电磁强度；
考虑不同介质的屏蔽作用，建立极低频电磁强度在空间坐标下的模型：
其中，h为极低频磁传感器接收天线与通电螺线管的高度差，d1是管壁的厚度，d2是土层的厚度，d3是水层的厚度，μ1是管壁的磁导率，μ2是土层的磁导率，μ3是水层的磁导率，σ1是管壁的电导率，σ2是土层的电导率，σ3是水层的电导率；
步骤9-2、极低频磁传感器定位电压信号建模；
以极低频磁传感器为中心点建立空间坐标系，xoy面与水平面平行，推导出极低频磁传感器输出电压为：
U＝b(Bxcosα+Bysinα) (16)
其中，b为一常数，为极低频磁传感器后续调理电路电压的放大倍数，在极低频磁传感器后续放大滤波电路设计一定的情况下，默认为一定值；α为极低频磁传感器与x轴之间的夹角；
步骤9-3、内检测器精确快速定位；
由极低频磁传感器接收天线与通电螺线管的高度差、管壁的厚度、土层的厚度、水层的厚度、螺线管线圈的内径、螺线管线圈的长度和匝数，根据式(16)可计算出极低频磁传感器理论输出电压Uz(t)，极低频磁传感器实际感应电压经信号调理后输出的电压值为U0(t)；对实际测量信号U0(t)进行离散采集，记为U0(n)，以同样的采样周期对理论输出电压Uz(t)进行采样，记为Uz(n)；R(n)为测量信号U0(n)和理论信号Uz(n)的互相关序列，如下式所示；
当极低频磁传感器的天线在内检测器正上方时，Uo(n)与Uz(n)高度相关，此时R(n)的值达到最大；取互相关序列的平均值为互相关序列的判别因子γ：
在所述步骤10中，携带极低频磁传感器模块在步骤8中计算得到的定位范围内检测内检测器的精确位置，把极低频磁传感器测得的输出电压带入式(17)和式(18)计算出判别因子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810756993.3A CN109063849B (zh) | 2018-07-11 | 2018-07-11 | 一种管道内检测器的实时跟踪与分级定位系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810756993.3A CN109063849B (zh) | 2018-07-11 | 2018-07-11 | 一种管道内检测器的实时跟踪与分级定位系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109063849A CN109063849A (zh) | 2018-12-21 |
| CN109063849B true CN109063849B (zh) | 2021-10-22 |
Family
ID=64815887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810756993.3A Expired - Fee Related CN109063849B (zh) | 2018-07-11 | 2018-07-11 | 一种管道内检测器的实时跟踪与分级定位系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109063849B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112414466B (zh) * | 2020-11-23 | 2021-10-22 | 东北大学 | 一种管道内检测器实时监控系统及方法 |
| CN113154267A (zh) * | 2021-03-10 | 2021-07-23 | 北京航空工程技术研究中心 | 一种用于管道检测的非侵入式管壁卡夹传感器 |
| CN113033396B (zh) * | 2021-03-24 | 2024-05-24 | 东北大学 | 基于特征融合的变频管道过球指示装置及过球检测方法 |
| CN113550736A (zh) * | 2021-07-26 | 2021-10-26 | 重庆夏软科技有限公司 | 应用于油气采集的异常分析系统及方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1435678A (zh) * | 2002-07-04 | 2003-08-13 | 东北大学 | 流体输送管道泄露智能故障诊断与定位的方法与装置 |
-
2018
- 2018-07-11 CN CN201810756993.3A patent/CN109063849B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1435678A (zh) * | 2002-07-04 | 2003-08-13 | 东北大学 | 流体输送管道泄露智能故障诊断与定位的方法与装置 |
Non-Patent Citations (3)
| Title |
|---|
| 应用于管道内检测器的管道地理坐标测量方法;杨理践等;《仪表技术与传感器》;20131115(第11期);全文 * |
| 油气管道中智能机器人跟踪定位关键技术综述;郭静波等;《仪器仪表学报》;20150315(第03期);全文 * |
| 海底管道内检测器实时跟踪与精确定位;王少平等;《无损检测》;20130910(第09期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109063849A (zh) | 2018-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109063849B (zh) | 一种管道内检测器的实时跟踪与分级定位系统及方法 | |
| CN102980036B (zh) | 一种基于焊缝识别的管道泄漏定位方法 | |
| CN100456010C (zh) | 基于压力信号拐点检测油气管道泄漏的方法 | |
| CN102927451A (zh) | 输油管道微泄漏检测方法 | |
| CN107940246A (zh) | 一种流体管道泄漏源监测定位系统及方法 | |
| CN105066917A (zh) | 一种小型管道地理信息系统测量装置及其测量方法 | |
| CN104373821A (zh) | 基于声学主动激励的天然气管道安全监测装置 | |
| CN103775832B (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
| CN105805563B (zh) | 基于随路内窥式管道泄漏及堵塞的超声检测装置与方法 | |
| CN103629534B (zh) | 一种基于综合信号的输油管道泄漏检测和定位方法 | |
| CN106499957B (zh) | 一种压力波信号发生器及管道内检测器实时跟踪定位方法 | |
| CN102966850B (zh) | 一种管道走向的检测方法 | |
| CN104048164B (zh) | 一种管道内检测器里程测量装置及方法 | |
| CN110045024A (zh) | 一种输油管道缺陷超声探测装置 | |
| CN106289121B (zh) | 一种变径管等效管长的计算方法 | |
| CN103235034A (zh) | 一种天然气长输管道三维高清漏磁内检测装置 | |
| CN107084313A (zh) | 矿浆管道泄漏定位报警系统及方法 | |
| CN108397692A (zh) | 基于噪声信号时域分段频谱分析的管道泄漏识别方法 | |
| CN103032626B (zh) | 调节阀故障诊断系统及方法 | |
| CN103196991B (zh) | 连续诊断管体金属腐蚀与缺陷的全覆盖瞬变电磁检测方法 | |
| CN115876288A (zh) | 一种基于大数据的电子仪表故障分析方法及系统 | |
| CN105423138A (zh) | 一种用于检测油气管道渗漏的智能检测器 | |
| US11788934B2 (en) | In-line fluid and solid sampling within flowlines | |
| CN102080976B (zh) | 宽范围瓦斯流量检测仪 | |
| CN106678553A (zh) | 一种泄漏动态压力波在管内气体中传播速度的计算方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211022 |